一种基于剩余能量动态调整前向角度的路由算法
【技术领域】
[0001] 本发明涉及一种基于剩余能量动态调整前向角度的路由算法，属于通信领域。
【背景技术】
[0002] 随着微机电系统(MEMS)技术的更新，智能传感器得到了迅速的发展，使无线传感 器网络(Wireless Sensor Networks ,WSNs)成为一种全新的信息获取和处理技术。对监测 对象信息的感知、采集、传递和处理使无线传感器网络广泛应用于环境监测、灾害污染监 测、智能家居等诸多领域。网络路由主要实现源节点信息到目标节点的传递，是网络高效通 信的基础，路由的优化问题也变得十分重要。
[0003] 然而，无线传感器网络的能量有限、网络自组织以及拓扑不稳定等特点，决定了其 与传统网络的差异。自然界蚂蚁觅食行为演化出如今广泛应用于诸多领域的蚁群系统。蚁 群系统的自组织性、适应性和健壮性等特点，非常适用于解决WSNs的动态路由优化问题，有 利于提高系统的信息传输可靠性，也有利于实现网络能耗均衡。
[0004] 无线传感器网络Sink节点是网络信息汇聚的中心，Sink节点周围关键节点能耗过 大，极易导致关键节点的过早死亡将直接促使自身感知范围失效，间接导致外围感知信息 无法传输至Sink节点，促使网络较早进入瘫痪状态。现有路由算法常采取固定路由前向角 度的方式来保证算法的快速收敛性和感知信息上传的较小时延性，但这种方式将带来下一 跳节点选择的局限性以及路由关键节点的集中性，致使部分路由关键节点因通信负载过重 而过早死亡。
【发明内容】
[0005] 针对网络能量有限及现存路由算法Sink节点周围关键节点能耗过快问题，本发明 提供了一种基于剩余能量动态调整前向角度的路由算法。
[0006] 本发明的技术方案是:一种基于剩余能量动态调整前向角度的路由算法，当某个 节点准备选择下一跳节点时，判断当前节点前向角度范围内邻居节点剩余能量大小是否低 于节点剩余能量阈值E th:
[0007] 若当前节点前向角度范围内邻居节点剩余能量均低于剩余能量阈值Eth，节点增大 前向角度;其中，节点增大前向角度的原则:从最小前向角度Amin到最大前向角度A max，直到 最大前向角度范围内均不存在满足剩余能量高于剩余能量阈值Eth的邻居节点时，则遵循其 概率转移函数原则，重新选择下一跳节点；
[0008] 若当前节点前向角度范围内邻居节点中存在剩余能量不低于剩余能量阈值Eth的 节点，则遵循其概率转移函数进行下一跳节点的选择；
[0009] 其中，剩余能量阈值Eth选取对应邻居节点初始剩余能量的30% ;Amin选取60° ;Amax 选取240°，每次调整前向角度增量为60°。
[0010] 所述概率转移函数：
为节点i与节点i的下一跳节点j之间t时刻第k只蚂蚁的概率转移函数，Tij⑴为节点i与节 点i的下一跳节点j之间t时刻的信息素函数，阳⑴为节点i与节点i的下一跳节点j之间t时 亥Ij的距离启发函数，约/ (〇为节点i与节点i的下一跳节点j之间t时刻的能量启发函数，Ai当 前节点i所有邻居节点的集合，α为信息素启发式因子，β为距离启发式因子，γ为能量启发 式因子。
[0011] 所述信息素函数采用如下方式进行更新：
[0014] 式中，P为信息素挥发素，ATlj(t)为本次迭代中节点i、j间路径信息素增量，Tlj (t)的初始值为0，
为第k只蚂蚁留下的信息素，m为蚁群蚂蚁总数目。
[0015] 所述第k只蚂蚁留下的信息素 Δ^(〇,在更新过程中：
[0016] 如果第k只蚂蚁为前向蚂蚁时，对第k只蚂蚁留下的信息素进行局部更新：
[0018] 式中，Ql为局部信息素强度且初始值为〇，屯表示节点i与节点i的下一跳节点j之 间的距离，δ为能量更新系数;Ej (t)表示节点j在t时刻的剩余能量(t时刻的剩余能量表示 初始剩余能量减去t时刻之前节点j消耗的能量）；
[0019] 如果第k只蚂蚁为后向蚂蚁时，对第k只蚂蚁留下的信息素进行全局更新：
[0021]式中，Q为全局信息素强度且初始值为0，Lk为第k只蚂蚁的跳数，E_为第k只蚂蚁 所代表的路径上剩余能量最小节点的剩余能量，nk为第k只蚂蚁所代表的路径上的节点数 目，E1为第k只蚂蚁所代表的路径上任意节点1的节点剩余能量，V为能量因子系数，表征能 量在信息素更新中的比重。
[0022]本发明的有益效果是:设计合理，同时将节点剩余能量和距离引入蚁群概率转移 函数，并对路由提出前向角度动态调整的思想，能较好的庇护关键节点，均衡网络能耗。而 且动态前向角度的引入，既保证了网络初期感知信息上传的小时延性，又能在网络后期牺 牲部分时延来换取网络有效寿命的延续。并且仿真实验表明REAFAD节点能耗均匀程度得到 提高，信息传输的成功率也更加优良，网络有效覆盖率得到较好维持，增强了无线传感器网 络的健壮性，有效避免了网络过早瘫痪。
【附图说明】
[0023]图1是本发明的偏移角度和前向角度的指示图；
[0024] 图2是本发明实施例5仿真结果之网络能耗方差对比图；
[0025] 图3是本发明实施例5仿真结果之信息传输成功率对比图；
[0026] 图4是本发明实施例5仿真结果之网络覆盖率对比图。
【具体实施方式】
[0027] 实施例1:如图1-4所示，一种基于剩余能量动态调整前向角度的路由算法，一种基 于剩余能量动态调整前向角度的路由算法，当某个节点准备选择下一跳节点时，判断当前 节点前向角度范围内邻居节点剩余能量大小是否低于节点剩余能量阈值E th:
[0028] 若当前节点前向角度范围内邻居节点剩余能量均低于剩余能量阈值Eth，节点增大 前向角度;其中，节点增大前向角度的原则:从最小前向角度Amin到最大前向角度Am ax，直到 最大前向角度范围内均不存在满足剩余能量高于剩余能量阈值Eth的邻居节点时，则遵循其 概率转移函数原则，重新选择下一跳节点；
[0029]若当前节点前向角度范围内邻居节点中存在剩余能量不低于剩余能量阈值Eth的 节点，则遵循其概率转移函数进行下一跳节点的选择；
[0030] 其中，剩余能量阈值Eth选取对应邻居节点初始剩余能量的30% ;Amin选取60° ;Amax 选取240°，每次调整前向角度增量为60°。
[0031] 所述概率转移函数：
为节点i与节点i的下一跳节点j之间t时刻第k只蚂蚁的概率转移函数，Tij⑴为节点i与节 点i的下一跳节点j之间t时刻的信息素函数，阳⑴为节点i与节点i的下一跳节点j之间t时 亥Ij的距离启发函数，％⑴为节点i与节点i的下一跳节点j之间t时刻的能量启发函数，Ai当 前节点i所有邻居节点的集合，α为信息素启发式因子，β为距离启发式因子，γ为能量启发 式因子。
[0032] 所述信息素函数采用如下方式进行更新：
[0035] 式中，P为信息素挥发素，ATlj(t)为本次迭代中节点i、j间路径信息素增量，Tlj (t)的初始值为0
为第k只蚂蚁留下的信息素，m为蚁群蚂蚁总数目。
[0036] 所述第k只蚂蚁留下的信息素
，在更新过程中：
[0037] 如果第k只蚂蚁为前向蚂蚁时，对第k只蚂蚁留下的信息素进行局部更新：
[0039]式中，Ql为局部信息素强度且初始值为0，屯表示节点i与节点i的下一跳节点j之 间的距离，δ为能量更新系数;Ej (t)表示节点j在t时刻的剩余能量；
[0040]如果第k只蚂蚁为后向蚂蚁时，对第k只蚂蚁留下的信息素进行全局更新：
[0042] 式中，Q为全局信息素强度且初始值为0，Lk为第k只蚂蚁的跳数，Emin为第k只蚂蚁 所代表的路径上剩余能量最小节点的剩余能量，n k为第k只蚂蚁所代表的路径上的节点数 目，E1为第k只蚂蚁所代表的路径上任意节点1的节点剩余能量，V为能量因子系数，表征能 量在信息素更新中的比重。
[0043] 实施例2:如图1-4所示，一种基于剩余能量动态调整前向角度的路由算法，一种基 于剩余能量动态调整前向角度的路由算法，当某个节点准备选择下一跳节点时，判断当前 节点前向角度范围内邻居节点剩余能量大小是否低于节点剩余能量阈值E th:
[0044]若当前节点前向角度范围内邻居节点剩余能量均低于剩余能量阈值Eth，节点增大 前向角度;其中，节点增大前向角度的原则:从最小前向角度Amin到最大前向角度Amax，直到 最大前向角度范围内均不存在满足剩余能量高于剩余能量阈值E th的邻居节点时，则遵循其 概率转移函数原则，重新选择下一跳节点；
[0045] 若当前节点前向角度范围内邻居节点中存在剩余能量不低于剩余能量阈值Eth的 节点，则遵循其概率转移函数进行下一跳节点的选择；
[0046] 其中，剩余能量阈值Eth选取对应邻居节点初始剩余能量的30% ;Amin选取60° ;Amax 选取240°，每次调整前向角度增量为60°。
[0047] 所述概率转移函数：
；其中，#ω 为节点i与节点i的下一跳节点j之间t时刻第k只蚂蚁的概率转移函数，Tij⑴为节点i与节 点i的下一跳节点j之间t时刻的信息素函数，阳⑴为节点i与节点i的下一跳节点j之间t时 亥IJ的距离启发函数，作(〇为节点i与节点i的下一跳节点j之间t时刻的能量启发函数，仏当 前节点i所有邻居节点的集合，α为信息素启发式因子，β为距离启发式因子，γ为能量启发 式因子。
[0048]所述信息素函数采用如下方式进行更新：
[0051]式中，P为信息